Vanus on levivate haiguste ja surma peamine riskitegur. Vanusega seotud füsioloogiliste muutuste ja eluea vaheline seos on aga halvasti mõistetav. Kombineerisime analüütilised ja masinõppe tööriistad, et kirjeldada vananemisprotsessi suurtes pikisuunaliste mõõtmiste komplektides. Eeldades, et vananemine tuleneb organismi oleku dünaamilisest ebastabiilsusest, kavandasime sügava kunstliku närvivõrgu, sealhulgas automaatse kodeerija ja automaatse regressiooni (AR) komponendid. AR-mudel sidus füsioloogilise seisundi dünaamika ühe muutuja, "dünaamilise nõrkuse indikaatori" (dFI) stohhastilise arenguga. Mouse Phenome Database'i vereanalüüside alamhulgas suurenes dFI eksponentsiaalselt ja ennustas järelejäänud eluiga. Piirava dFI jälgimine oli kooskõlas hilise eluea suremuse aeglustumisega. dFI muutus koos vananemise tunnustega, sealhulgas nõrkusindeks, põletiku molekulaarsed markerid, vananevate rakkude akumuleerumine ja reaktsioon eluiga lühendavale (rasvarikas dieet) ja eluiga pikendavale (rapamütsiin) ravile.

Tistanche glükosiid võib samuti suurendada SOD aktiivsust südame- ja maksakudedes ning oluliselt vähendada lipofustsiini ja MDA sisaldust igas koes, eemaldades tõhusalt erinevaid reaktiivseid hapnikuradikaale (OH-, H2O₂ jne) ja kaitstes tekitatud DNA kahjustuste eest. OH-radikaalide poolt. Tsistanche fenüületanoidglükosiididel on tugev vabade radikaalide eemaldamisvõime, suurem redutseerimisvõime kui C-vitamiinil, nad parandavad SOD aktiivsust sperma suspensioonis, vähendavad MDA sisaldust ja omavad teatud kaitset sperma membraani funktsioonile. Tsistanche polüsahhariidid võivad suurendada SOD ja GSH-Px aktiivsust D-galaktoosi poolt põhjustatud eksperimentaalselt vananevate hiirte erütrotsüütides ja kopsukudedes, samuti vähendada MDA ja kollageeni sisaldust kopsudes ja plasmas ning suurendada elastiini sisaldust. hea puhastav toime DPPH-le, pikendab hüpoksia aega vananevatel hiirtel, parandab SOD aktiivsust seerumis ja aeglustab eksperimentaalselt vananevatel hiirtel kopsude füsioloogilist degeneratsiooni Raku morfoloogilise degeneratsiooniga on katsed näidanud, et Cistanche'il on hea antioksüdantne võime ja sellel on potentsiaal olla ravim naha vananemishaiguste ennetamiseks ja raviks. Samal ajal on Cistanche ehhinakosiidil märkimisväärne võime eemaldada DPPH vabu radikaale ja see suudab eemaldada reaktiivseid hapniku liike ja takistada vabade radikaalide poolt indutseeritud kollageeni lagunemist, samuti on sellel hea parandav toime tümiini vabade radikaalide anioonide kahjustustele.

Klõpsake valikul Cistanche tablettide eelised

【Lisateabe saamiseks: david.deng@wecistanche.com / WhatApp:86 13632399501】

Vananemine avaldub organismi organiseerituse mitmel tasandil. Seega saab vananemise kvantifitseerimiseks kasutada erinevaid füsioloogilise seisundi muutujate komplekte, nagu DNA metüülimismustrid või vere koostise markerid 1–5. Kaasaegsed vananemise biomarkerid tulid välja järelevalvega mudelitest, mis nõuavad koolituse märgisena kronoloogilist vanust või suremuse vanust (vt nt uusimat 6). Teise võimalusena korreleerub kogunenud tervisepuudujääkide7 või kombineeritud nõrkusindeksite8,9 arv inimeste ja loomade haiguskoormuse ja järelejäänud elueaga9,10 ning leiab rakendusi vananemisvastaste sekkumiste laboratoorsetes katsetes ja kliinilistes uuringutes3,11,12. Vananevate biomarkerite edasine kasutamine sõltub vananemistunnuste, bioloogilise vanuse ennustajate, nõrkusindeksite ja järelejäänud eluea vahelise seose paremast mõistmisest.

Siin demonstreerime kombinatsiooni kaasaegsetest masinõppetehnikatest ja dünaamiliste süsteemide teooriast laenatud lähenemisviisidest, mis töötavad koos, et tuvastada kvantitatiivsed reeglid, mis reguleerivad vananemise ilminguid ja nende seost kõigi põhjuste suremusega suurtes pikisuunalistes biomeditsiinilistes andmetes. Alustuseks eeldame, et vananemine on keeruka süsteemi dünaamika konkreetne juhtum, mis avaneb hargnemise või dünaamilise stabiilsuspiirkonna piiril asuva pöördepunkti lähedal. Antud asjaoludel peaks organismi oleku kõikumised olema ajendatud väga väheste, kui mitte üksikute kollektiivsete tunnuste dünaamikast, millel on ebastabiilsele faasile vastava järjestusparameetri tähendus 13–15. Sellise mõõtmete vähendamise näited bioloogiateadustes hõlmavad arengut16, vananemist ja suremuse kiirenemist5,17,18.

Me tuginesime sellele teoreetilisele kontseptsioonile ja koostasime sügava tehisnärvivõrgu, mis koosneb müra vähendavast autoenkooderist (AE) ja autoregressiivsest (AR) mudelist - arvutuslikust metafoorist järjestusparameetri stohhastilise dünaamika jaoks. Selle lähenemisviisi testimiseks kasutasime võrku, et koostada vananemise deskriptor, mis põhineb täieliku vereanalüüsi (CBC) mõõtmistel suurimast avatud juurdepääsuga fenotüübiandmete allikast, hiire fenomeni andmebaasist (MPD)19. Võrgu väljundmuutuja, mida edaspidi nimetatakse dünaamilise nõrkuse indikaatoriks (dFI), on parim arvuline lähendus järjestusparameetrile, mis on seotud organismi oleku lagunemise ja seega vananemisega mis tahes antud andmete põhjal. Näitasime, et dFI dünaamika juhib suremuse kiirenemist ja selgitab hilisemaid kõrvalekaldeid Gompertzi suremuse seadusest. dFI-l olid bioloogilise vanusemarkeri kõige soovitavamad omadused: see kasvas eksponentsiaalselt koos vanusega, ennustas loomade järelejäänud eluiga, korreleerus mitmete vananemise tunnustega ja reageeris sekkumistele, mis teadaolevalt kiirendavad (rasvarikas dieet) ja aeglustavad ( rapamütsiin) vananemine hiirtel.

Tulemused

CBC põhikomponentide analüüs MPD-s

Kasutasime suurimat avalikult saadaolevat pikisuunalist fenotüübiandmete allikat MPD19. Varasemate uuringutega parima võimaliku ühilduvuse saavutamiseks skannisime andmebaasikirjeid, et maksimeerida saadaolevate mõõtmiste arvu, mis on ühised füsioloogilise nõrkuse indeksi (PFI) koostamisel viites. 3. Selle tulemusena valisime üheksast andmekogumist 12 CBC mõõtmise alamhulga, mis hõlmas kokku 6693 looma (selle töö mudelite koolitamiseks kasutatud andmekogumite täieliku loendi leiate jaotisest 1. lisaandmed).

MPD-st pärinevate {{0}}mõõtmeliste CBC andmete visualiseerimiseks teostasime põhikomponentide analüüsi (PCA). Täielikult täiskasvanud loomi esindava MPD-lõigu PCA (üle 25-nädala vanused, vt asjakohase vanusevahemiku määramise üksikasju meetoditest) osutus eriti lihtsaks. Sel juhul on suurem osa andmete dispersioonist (31 protsenti) seletatav esimese PC-skooriga z0 ja järgnevate PC-skooridega (z1, z2 jne, millest igaüks selgitab 19 protsenti, 16 protsenti jne. andmete koguvariatsioon). CBC funktsioonide hierarhiline rühmitus viitas sellele, et kaks esimest PC-skoori võivad olla peamiselt seotud punaste ja valgete vereliblede arvuga, nagu on näidatud vastavalt joonisel 1a.

Ainult esimene PC-skoor z0 näitas märgatavat korrelatsiooni kronoloogilise vanusega (vastavad Pearsoni korrelatsioonikoefitsiendid olid r=0,59 (p < 10-5) ja r=0 0,08 (p=0.003) vastavalt kahe esimese PC skoori jaoks (joonis 1b). PC skoori dispersioon suurenes koos vanusega (vt sisestust joonisel 1b), mis on märk stohhastiline protsess.

Vananemine ja organismi seisundi kriitiline dünaamika (teoreetiliste tulemuste kokkuvõte)

Domineerivas arvutis toimuvate kõikumiste seos kõige aeglasema dünaamilise protsessiga (meie puhul vananemine) on sügavalt juurdunud dünaamiliste süsteemide teoorias ja kriitilistes nähtustes14. Üleminek stabiilsuselt ebastabiilsusele võrkudes, mille võrgugraafikud ei oma spetsiifilist sümmeetriat, on tavaliselt seotud 1. kodimensioni (või sadula-sõlme) hargnemistega 20, 21. Selliseid üleminekuid iseloomustab stabiilsuse kaotus ühes suunas olekuvektori ruumis, mis langeb ligikaudu kokku esimese põhikomponendiga. Seevastu kõigi teiste põhikomponentide panused jäävad stabiilseks (ja seega vanusest sõltumatuks). Sellest tulenevalt järgivad füsioloogiliste indeksite (nagu CBC tunnused) xi kõikumised piisavalt pika aja jooksul ebastabiilsusega seotud järjestusparameetri z dünaamikat: xi ≈ biz plus ξi. Siin ξi on müra, bi on vektor ja täisarvu indeks I loetleb mõõdetud tunnused.

Kaldepunkti lähedal on füsioloogilise seisundi dünaamika aeglane ja ligikaudu lineaarne. Seega rahuldab muutuja z stohhastilist Langevini võrrandit, kusjuures kõrgemat järku aja tuletisterminid on tähelepanuta jäetud:

Siin tähistab võrrandi paremal küljel olev lineaarne liige z reguleeriva võrgu jäikuse mõju, mis reguleerib organismi reaktsioone väikestele pingetele ja põhjustab organismi seisundi väikseid kõrvalekaldeid selle kõige stabiilsemast asendist. Järgmine termin gz2 tähistab regulatiivsete interaktsioonide madalaimat järku mittelineaarset sidumisefekti.

Stohhastilised jõud f esindavad väliseid pingeid ja endogeensete tegurite mõju, mida efektiivne võrrand ei kirjelda. (1). Loomulikult eeldame, et organismi oleku juhuslikud häired on järjestikku korreleerimata, nii et ðtÞf ðt0 Þi ~ Bδðt0 tÞ, kus B on müra võimsus, δ on Diraci delta-funktsioon , ja 〈…〉 tähistab keskmistamist mööda vananemistrajektoori. Eq. (1) on matemaatiline seos võrrandi vasakul küljel oleva organismi olekumuutuja z_=dz=dt muutumiskiiruse ja deterministliku ( z, gz2 ) mõju vahel. ja stohhastilised jõud (f) paremal küljel.

Sõltuvalt jäikuskoefitsiendi märgist võib organismi olek olla dünaamiliselt stabiilne (kui < {{0}}) või ebastabiilne (kui > 0). Viimasel juhul võimenduvad organismi seisundi väiksemad kõrvalekalded aja jooksul eksponentsiaalselt, mistõttu ei ole tasakaal võimalik. Sel juhul on võrrandi lahend. (1) kirjeldab vananevat organismi. Tavaliselt on see väike ja seetõttu on füsioloogiliste indeksite areng kriitilise tähtsusega: järjestuse parameetri dünaamika on aeglane (kriitiline aeglustumine), samas kui füsioloogilise seisundi kõikumised pärast z muutusi on suured, z2 ~ B expð2 tÞ=2 ≫1 (kriitilised kõikumised).

Väga varajases elus on kõrvalekalded kriitilisest punktist väikesed ja organismi seisundi arengus domineerib difusioon. Hilisemas elus võtab lineaarne termin üle nii, et kõrvalekalded nooruslikust olekust kiirenevad eksponentsiaalselt:

kus z ~ ðB{{0}} Þ 1=2 ja z0 on konstandid, mis esindavad vastavalt juhuslike ja deterministlike jõudude akumuleeritud varaseid mõjusid.

Lõpuks, kui järjekorra parameeter on piisavalt suur, z ≳ Z=/g, võtavad üle mittelineaarsed liikmed, organismi oleku lagunemine toimub eksponentsiaalsest suurema kiirusega ja loom sureb lõplikult. aega. Eq. (1) saab lahendada kuni vanuseni t ellujäänud loomade murdosa lihtsa analüütilise avaldise saamiseks: SðtÞ ≈ ErfðZ=z expð tÞÞ, kus Erf(x) on veafunktsioon18. Teoreetiline ellujäämisfunktsioon erineb Gompertzi suremuse seaduse omast, mis eeldab suremuse eksponentsiaalset kiirenemist igas vanuses.

Kõikidest põhjustest tingitud suremus mudelis MðtÞ =  _ SðtÞ=SðtÞ suureneb alguses kiiresti difusiooni domineeriva režiimi korral ja seejärel aeglustub vanuses, langedes ligikaudu kokku keskmise elueaga t {{4 }} logðZ=zÞ. Vanimatel loomadel on Gompertzi suremusseadusega vastuolus kõige tugevam: suremus mudelis aeglustub ja jõuab platoole Mðt ≫ tÞ ≈ .

Lõpuks täheldame, et organismi olekumuutujate valimi kovariatsioonimaatriksis ebastabiilses režiimis domineerib järjestusparameetri dünaamika:

kus 〈…〉 tähistab valimi keskmist. Nõrga mittelineaarsuse piiri korral, t ≫ 1, paljastab sellise signaali PCA laadimisvektori, mis vastab esimesele PC-skoorile, mis langeb kokku bi-ga. Esimene arvuti skoor z0=(b, x) on siis järjestusparameetri z ≈ z0 lähendus.

Vananemise kirjelduste sügav õppimine pikisuunaliste andmete põhjal

Kriitiline vananemine võib olla kasulik teoreetiline kontseptsioon. Siiski ei paku see praktilist algoritmi tellimuse parameetri tuvastamiseks peale PCA ligikaudse rakenduse. Mõõtmiste põhjal vananemisprotsessi iseloomustamiseks analüüsisime tehisnärvivõrgu abil 6693 proovi CBC mõõtmiste pikisuunalisi vananemistrajektoore üheksas MPD andmekogumis (vt meetodid ja täiendavad andmed 1). Algoritm sisaldas kombinatsiooni sügavast automaatsest kodeerijast (AE) mõõtmete vähendamiseks ja lihtsast AR-mudelist järgnevate mõõtmiste võrguesitluste sobitamiseks võrrandi lahendustele. (1) (AE–AR; vt meetodid).

AR-probleemi lahendus z on algoritmi väljund ja see on olemasolevate andmete põhjal kõige paremini sobiv hinnang organismi oleku lagunemise ja seega vananemisega seotud järjestusparameetrile. Allpool toome välja z seosed vananemise, nõrkuse ja suremuse tunnustega. Sellest lähtuvalt otsustasime viidata dFI-le. z kui dFI.

AR-mudeli toimivust demonstreeriti dFI autokorrelatsiooniomaduse joonise abil, mis on korrelatsioon dFI väärtuste vahel, mis on mõõdetud piki samade hiirte vananemistrajektoore vanusepunktides, mis on eraldatud 14- ja 28-nädalaste vahedega testiandmekogus MA{{8 }}072 (joonis 2). Vastavad Pearsoni korrelatsioonikoefitsiendid vastavate vanusega kohandatud dFI hinnangute vahel olid r=0,71 (p < 0.{{20}}01) ja r=0 0,70 (p < 0,001). dFI autokorrelatsioonid olid paremad kui samade hiirte esimese PC skoori z0 autokorrelatsioonid, vt täiendav joonis 2; vastavad Pearsoni korrelatsiooniväärtused olid r=0,55 (p < 0,001) ja r=0,71 (p < 0,001) 14- ja 28-nädalase ajavahe korral vastavalt .

CBC tunnuste kovariatsioonide poolkvantitatiivne hierarhiline rühmitamine testi andmekogus tekitas korrelatsioonid immuunsüsteemiga seotud tunnuste (valgete vereliblede arv ja nendega seotud kogused), ainevahetuse kiiruse / hapnikutarbimisega (punaste vereliblede arv ja hemoglobiini kontsentratsioon) vahel. ) ja trombotsüütidest moodustatud sõltumatu alamsüsteem (täiendav joonis 6).

dFI suurenes koos loomade vanusega nii katses kui ka treeningkomplektides (vastavalt joonis 3 ja täiendav joonis 3). Nagu eeldati võrrandi kvalitatiivsest lahendusest. (1) kasvas dFI kuni vanuseni, mis vastab loomade keskmisele elueale (meie puhul ~ 100 nädalat). Teostasime eksponentsiaalse sobitamise võrrandi kujul. (2) katseandmekogumite andmetel (välja arvatud loomad, kes elasid kauem kui tüve keskmine eluiga, ja loomad nende eluea lõpus andmekogumist MA0073). Arvutus andis dFI kasvueksponenti=0,02 nädalas.

dFI küllastumine keskmisest elueast väljaõppe- ja katseandmetes näitas piirväärtust, mis ei sobi kokku loomade ellujäämisega. Selle võimaluse esiletõstmiseks joonistasime dFI vahemikud MA0073 katsest pärit eraldiseisvast "ebatervislike" hiirte rühmast, mis esindavad loomi, kellele on laborinõuete kohaselt kavandatud eutanaasia (joonis 3, punased tähed).

DFI kiirenemise iseloom vanusega ja dFI kahekordistumise määr, mis vastab suremuse kiirenduse määrale (võrdne 0,037 nädalas22) on head näitajad dFI ja suremuse vahelise seose kohta. Vaatlust võiks täiendavalt toetada Spearmani auastme korrelatsiooni arvutamine dFI "kiirenduse" (st looma dFI ja selle keskmise väärtuse erinevus vastavates vanuse- ja soorühmades) ja surma järjekorra vahel. sama vanuse ja soo loomade seas (vt tabel 1). Saime kõigi kohortide jaoks olulised korrelatsioonid dFI ja järelejäänud eluea vahel.

Võrdlusalusena koostasime ka järelevalve all oleva Coxi proportsionaalsete ohtude (PH) mudeli, mis ennustab loomade ellujäämist samades andmetes. Eelkõige ennustas vanuse ja soo järgi kohandatud dFI järelejäänud eluiga võrdselt hästi või veidi paremini kui samade andmetega koolitatud juhendatud mudeli logaritmilise ohu suhte ennustaja (vt ridu, mis vastavad "dFI" ja "HRCBC" tabelis 1).

DFI ennustas järelejäänud eluiga hilisemas elus paremini kui kehakaalu (BW) või insuliinitaolise kasvufaktori 1 (IGF1) seerumi tase. Varem näidati, et mõlemad tegurid on seotud viidete suremusega. 23 ja 24. Nagu viidatud viites. 24 ja siin kontrollituna oli IGF1 kontsentratsioon seerumis märkimisväärselt seotud elueaga (r=− 0,28, p=0,008) ainult ühes nooremate, {{ 12}}nädalased isased hiired. Vastavalt ref. 23 ja meie arvutused, on BW paremini seotud noorimate loomade (vanuses 26 ja 52 nädalat) suremusega.

Hilise eluea suremuse aeglustumine ja suremuse piiramine

MPD-s registreeritud elueaga loomade arv oli ebapiisav, et mõista suremuse kõrvalekaldeid Gompertzi suremuse seadusest, nagu ennustas vananemise kriitilisuse mudel kõige kõrgemas vanuses. Õnneks sai hilise eluea suremuse kvantitatiivse analüüsi teha, kasutades töötlemata kontrollide andmeid suures katses, milles osales tuhandeid hiiri25. Gompertzi suremuse sobitused andsid järgmised hinnangud eluea t, Gompertzi eksponendi ja meeste esialgse suremuse M0 kohta: t=100:3 nädalat,=0. 0385 ± 0.0002 nädalas, M0=(4,1 ± 0,1)⋅ 10–4 nädalas; ja naistel: t=115:8 nädalat,=0,0568 ± 0,0003 nädalas, M0=(3,4 ± 0,1)⋅ 10-5 nädalas.

Hilises eas mõlema soo puhul langevad empiirilised ellujäämiskõverad aeglasemalt kui Gompertzi suremuse seaduse ennustused (vt ühtlast sinist ja oranži katkendjoont vastavalt joonisel 4a ja täiendaval joonisel 4a). See on märk suremuse aeglustumisest. Sinised jooned joonisel 4b ja täiendaval joonisel 4b on empiirilised suremuse kõverad. Hallid katkendlikud jooned vastavad teoreetilisele ootusele platoo suremuse taseme kohta, mis vastab teoreetilisele piiravale suremusele Mðt ≫ tÞ=, kus on suremuse kahekordistumise määr Gompertzi sobivusest.

Suremuse ühtlustumine on paremini väljendunud naiste kohortides (joonis 4) ja on kooskõlas meie mudeli hilise eluea platoo suremuse teoreetilise prognoosiga. Isaste kohortide puhul aeguvad loomad enne platoo saavutamist (täiendav joonis 4), mis võib olla tingitud kõrgenenud taustsuremusest varasemas elus nädala 40 ja 100 vahel. Sellegipoolest ei ole maksimaalne täheldatud suremus ikka veel väga kaugel (ja on kindlasti samas suurusjärgus kui) ennustatud piirväärtus isegi meeste kohortide puhul.

dFI ja vananemise tunnused

dFI edasiseks kinnitamiseks vananemise biomarkerina uurisime selle seost PFI-ga, mis on hiljuti viites välja pakutud vananemise ja nõrkuse kvantitatiivne mõõt. 3. Leiti, et dFI ja PFI on tugevas korrelatsioonis (Pearsoni r=0.64, p < 0.001), joonis 5a. PFI on nõrkusskoor ja selle määramine sõltub ka CBC meetmetest. PFI arvutamine hõlmab aga rohkem tegureid, sealhulgas traditsioonilisi loomade ja inimeste nõrkuse mõõtmisi, nagu haardetugevus, südame-veresoonkonna tervis, põletikumarkerid jne. Märkimisväärselt jäi korrelatsioon PFI ja dFI vahel oluliseks ka pärast soo ja vanuse järgi kohandamist ( Täiendav joonis 5, Pearsoni r=0,59, p < 0,001).

Nagu on näidatud joonistel 5b ja täiendavatel joonistel 6, 7, täheldasime, et dFI oli märkimisväärselt seotud CBC funktsioonide laiendatud komplektiga sõltumatutes funktsionaalsetes alamsüsteemides (eelkõige, kuid mitte ainult, müeloidsete rakuliinide puhul). Korrelatsioon dFI ja müeloidrakkude omaduste vahel oli treeningkomplektis vähem sügav, hõlmates mitut tüve (täiendav joonis 7). Korrelatsioonikoefitsient mõõdab dFI reageeringut üksikute CBC funktsioonide varieerumisele ja on erinevates hiiretüvedes erinev (mõnikord isegi vastupidise märgiga) (täiendav joonis 8). Individuaalsete tunnuste ja dFI seoste varieerumine oleks märkimisväärne väljakutse igale lineaarsele mudelile ja näitab AE mittelineaarset iseloomu.

DFI oli tugevalt seotud punaste vereliblede jaotuslaiusega (RDW) ja BW-ga (joonis 5b), mis on teadaolevad nõrkuse ennustajad nii hiirtel26 kui ka inimestel27. dFI oli samuti tugevalt seotud C-reaktiivse valgu (CRP,r=0.39, p < 0.001) ja hiire kemokiini CXCL1 (KC, r {{) tasemetega 9}}.28, p < 0,001), mis mõlemad on teadaolevad süsteemse põletiku ja suremuse markerid28,29.

Vananemist seostatakse vananevate rakkude koormuse suurenemisega30–32, mida peetakse laialdaselt kroonilise steriilse süsteemse põletiku allikaks, "põletikku tekitavaks" 33. Vananevaid rakke (SC) tuvastatakse tavaliselt in vivo p16/Ink4a-positiivsete rakkude populatsioonina, mis on kogunenud vanus, mida tunneb ära p16/Ink4a promootorist juhitud reporterite aktiivsus34. Kasutasime homosügootseid p16/Ink4a reporterhiiri, kelle üks p16/Ink4a alleel oli sisse löödud tulikärbse lutsiferaasi cDNA35-ga. Joonisel 6a on näidatud korrelatsioon looma vanuse ja vananevate rakkude olemasolu vahel, mõõdetuna p16/Ink4a promootori poolt juhitud lutsiferaasi aktiivsuse voolu järgi (r=0.54, p=0.008).

Selle SC-puhverserveri (kogu lutsiferaasi voo) korrelatsioon dFI-ga oli veelgi tugevam (r {{0}},69, p < 0,001; joonis 6b). Vaatlus sobib hästi meie teoreetilise ennustusega: järjestusparameetri (dFI) kineetiline võrrand on autonoomne (selle koefitsiendid ei sõltu ajast). See tähendab, et organismi oleku muutujad, sealhulgas vananevate rakkude koormuse näitajad, ei pruugi otseselt vanusest sõltuda, seega võib vanusesõltuvus tekkida ainult sõltuvuse kaudu dFI-st.

dFI reageerib eluiga moduleerivatele sekkumistele

Et hinnata dFI kasulikkust vananemisele sekkumiste mõjude analüüsimisel, hindasime tagasiulatuvalt dFI-d ja selle seost järelejäänud elueaga vastusena kõrge rasvasisaldusega dieedile (HFD), kasutades varasema katse andmeid3. Isastel hiirtel toideti alates 50. elunädalast tavapärase dieedi (RD) asemel HFD-d (täiendav joonis 9a) ja neil oli ka 78. nädalal mõõdetud keskmine dFI märkimisväärne tõus (p=0). 05, Studenti kaheosaline t-test; joonis fig 6c) võrreldes RD-ga toidetud isasloomade kontrollrühmaga. Seevastu emaste hiirte HFD-ga toitmine ei mõjutanud eluiga ega keskmist dFI-d (täiendav joonis 9b ja joonis 6d). Seega näis dFI olevat hea ennustaja soost sõltuvatele erinevustele organismis HFD-le, mille põhjuseid tuleb veel selgitada.

Meie arvutused näitasid, et dFI fikseeritud vananemise kiirendus langes kokku varem teatatud PFI suurenemisega (p=0,02 Studenti t-testi järgi) isastel hiirtel ja ei avaldanud mõju emastel hiirtel 78. nädalal samal ajal. katse. See on märkimisväärne väide dFI tundlikkuse kohta, kuna PFI töötati välja (treeniti) MA0071 katses ja selle määramiseks kasutatakse rohkem (18 vs 12) muutujat kui pelgalt CBC. Vastupidi, me ei kasutanud dFI mudeli treenimiseks andmeid MA0071-73 andmekogumitest. Joonisel fig 6c, d on näidatud dFI jõudlus võrreldes sõltumatult välja töötatud PFI-ga välises andmekogumis.

Teises katses testisime dFI vastust lühikesele ravile väljakujunenud eluea pikendava ainega rapamütsiiniga36,37. Siin esitame 60 60- nädala vanuste C57BL/6 isaste hiirte rühmaga tehtud katse tulemused. 48 looma (ravirühm) raviti rapamütsiiniga iga päev annuses 12 mg/kg 8 nädala jooksul. Ülejäänud 12 looma (kontrollrühm) said kandjat sama ajakava järgi.

Kehakaalu mõõdeti igal nädalal ja need suurenesid oodatult kontrollrühmas (joonis 6e). Seevastu rapamütsiiniga ravitud rühmas püsis BW kogu 10-nädalase vaatlusperioodi jooksul ligikaudu konstantsena algväärtuse lähedal. Rapamütsiiniga ravitud hiirtele on tüüpiline madalam kehamass võrreldes kontrollrühmaga3, 38. Selle katse hiirte dFI väärtuste genereerimiseks kogusime ja tootsime iga kahe nädala järel iga looma vereproovidest CBC (joonis 6f).

Proovide võtmise pikisuunaline iseloom katses võimaldab meil kasutada autoregressioonianalüüsi, et tuvastada ravimi võimalikke mõjusid dFI dünaamikale ja seega ka vananemisele. Kui valemis esineb mittejuhuslik jõud (see on ravimi toime). (1) peaks dFI hüpe sama looma mis tahes järgnevate mõõtmiste vahel rahuldama modifitseeritud võrrandit. (7):

kus J on ravimi akumuleeritud toime vananemise trajektooril mõõtmiste vahel. Ajaintervallid on tavaliselt väga väikesed, Δt ≪ 1 ja seega ka autoregressioonikoefitsient r ≈ 1. Seetõttu eeldasime, et rapamütsiini toime tuvastatakse, võrreldes dFI juurdekasvu jaotusi, ΔdFI=z(t pluss Δt) − z(t), loomadel, kes saavad või ei saanud ravi nii ravitud kui ka kontrollrühmades mõõtmiste vahel (statistilise analüüsi üksikasju vt jaotisest Meetodid). DFI juurdekasvu statistiline analüüs näitas rapamütsiinraviga seotud olulist vananemise aeglustumist (joonis 6g, p=0.05, Studenti kahesuunaline test).

Arutelu

Võtsime kasutusele uudse viisi vanuse ja nõrkuse biomarkerite paljastamiseks suurte biomeditsiiniliste andmete põhjal, mis hõlmavad pikisuunalisi mõõtmisi, st samade loomade mitut vananemistrajektoori pidi kogutud proovi. See lähenemisviis kuulub järelevalveta õppimisalgoritmide klassi, nii et see ei nõua vanuse, suremuse ja haigestumusega seotud silte. Selle näideteks võib olla hiirte vananemise biomarkeri, dFI, avastamine ja iseloomustamine CBC tavapäraste ja automatiseeritud mõõtmiste põhjal ning MPD andmete põhjal koolitatud.

Vananemine on väga aeglane protsess, mis toimub iseloomulikul ajaskaalal, mis ületab tunduvalt molekulaarsete protsesside või organismi funktsionaalsete alamsüsteemide toimimisega seotud aegu. Tavaliselt tuleneb selline skaalade hierarhia kriitilisusest, mis on dünaamilise süsteemi erijuhtum, mis töötab stabiilset ja ebastabiilset piirkonda eraldava murdepunkti lähedal15–17,39. In ref. Nagu on näidatud joonisel 18, pakkusime välja, et vananemine tuleneb aluseks olevate regulatiivsete võrkude loomupärasest dünaamilisest ebastabiilsusest ja avaldub organismi olekumuutujate (füsioloogiliste indeksite) väikeste kõrvalekalletena, mis võimenduvad eksponentsiaalselt ja põhjustavad suremuse eksponentsiaalset kiirenemist. Esimese põhikomponendi skoor on siis ebastabiilset faasi iseloomustava järjestuse parameetri lähendus, mis tähistab looma elu jooksul kogunenud regulatsioonivigade koguarvu17. Seetõttu usume, et kriitilise tähtsusega vananemine annab hea selgituse põhikomponentide analüüsi (PCA) kui poolkvantitatiivse tööriista edule vananemisuuringutes 40–42.

Ebastabiilsusega seotud järjestusparameetri idee on Ginzburg-Landau teoorias algselt kasutusele võetud kontseptsiooni üldistus termodünaamika faasisiirde kirjeldamiseks. Ideed arendati edasi mittetasakaalusüsteemide avamise rakenduste jaoks "orjastamisprintsiibi" 13 kujul, mis ütleb, et kriitilise punkti kõrval määrab süsteemi kiiresti lõdvestavate (stabiilsete) komponentide dünaamika täielikult vaid mõne järjekorra parameetri "aeglane" dünaamika. Tellimuse parameetri lähendusena tuvastatud dFI ei ole siis pelgalt masinõppetööriist, mis on välja töötatud konkreetsete ennustuste jaoks, vaid pigem vananeva organismi kui mittetasakaalusüsteemi põhiline makroskoopiline omadus.

Lineaarsete astme vähendamise tehnikate, nagu PCA, võime vananemise täpset dünaamilist kirjeldust lahti harutada on aga piiratud järgmistel põhjustel. Esiteks pole põhjust arvata, et erinevate dünaamiliste alamsüsteemide mittelineaarsete interaktsioonide mõju on väike. Seetõttu ei saa eeldada, et sellise lineaarse analüüsi põhjal toodetud biomarker toimiks hästi erinevates bioloogilistes kontekstides (tüved, laboritingimused või terapeutilised sekkumised, näiteks ravimid). Teiseks on bioloogilised mõõtmised sageli mürarikkad. Seega ei pruugi lihtsad tehnikad, millel puudub tõhus regulaarsus, varjatud muutujate ruumi õigesti rekonstrueerida, välja arvatud juhul, kui saadakse liiga palju valimeid43. Lõpuks on esimese põhikomponendi seos tellimuse parameetriga vaid ligikaudne väide. Põhimõtteliselt ei saa andmete põhjal tuvastada süsteemi dünaamikat, mis ei hõlma dünaamikat ennast sama organismi mitmel mõõtmisel mööda vananemistrajektoori.

PCA puuduste kompenseerimiseks ja tõhusa viisi näitamiseks andmete põhjal dFI-le täpse lähenduse saamiseks kasutasime tehisnärvivõrku, sügava müra summutava AE ja AR-mudeli kombinatsiooni. Algoritmi AE osa on PCA mittelineaarne üldistus ja seda kasutati korreleeruvate ja tingimata mürarikaste bioloogiliste mõõtmiste tihendamiseks varjatud muutujate kompaktseks komplektiks, mis on organismi oleku madalamõõtmeline esitus. Võrgu AR-haru pole midagi muud kui parim võimalik ennustus sama looma tulevase oleku kohta praeguste mõõtmiste põhjal. Võrgu pakutava AR-probleemi lahenduseks on antud andmete põhjal hinnang tellimuse parameetrile, dünaamilise nõrkuse indikaator (dFI).

Siin rakendatud võrguarhitektuur oli inspireeritud sügava astme vähendamise arhitektuuridest, mida hiljuti kasutati suurte mittelineaarsete dünaamiliste süsteemide numbriliste lahenduste iseloomustamiseks44, 45. Laiemas mõttes kirjeldame täielikult tõlgendatava (mudelipõhise) algoritmi väljatöötamist ja iseloomustamist, mis on konkreetne näide aluseks oleva dünaamilise süsteemi liikumisvõrrandite tuvastamisest andmete põhjal süvaõppe abil46, 47. Füüsikaliste teaduste standardi järgi osutub hiirte vananemine "täpselt lahendatavaks". Näitasime analüütiliselt jälgitavat mudelit, mis seob füsioloogilise seisundi dünaamika ja kõigi põhjuste ellujäämise ühe vanusest sõltuva suuruse, ebastabiilse faasi järjekorra parameetri, arenguga ja järgides lihtsat esimest järku stohhastilist diferentsiaalvõrrandit.

Sügavad seosed CBC tunnuste ja dFI vahel võivad peegeldada võtmerolli vereloomekoe vananemisel kogu organismi vananemise määramisel. See kontseptsioon on intuitiivselt vastuvõetav, arvestades vere universaalset süsteemset füsioloogilist funktsiooni. Alternatiivse seletusena võivad vanusest sõltuvad muutused vereparameetrites olla sekundaarsed sündmused, mis on põhjustatud ülejäänud organismi (st mitmesuguste tahkete kudede) vananemisest. Kuid kogunenud eksperimentaalsed tõendid vaidlevad sellele vastu. Mitmed aruanded näitavad noorte vereloomesüsteemi "noorendavat" mõju vanadele loomadele, kes on sünnitatud kas luuüdi siirdamise või parabioosi teel (vaadatud viites 48). Veelgi enam, hiirte vereloome taastamine vereloome tüvirakkude (HSC-de) siirdamise kaudu noortelt ja vanadelt doonoritelt näitas, et noore keha keskkond ei saa vananenud HSC-sid noorendada49. Samuti tekiks formaalsete raskustega HSC-st tuletatud tunnuste vanusesõltuvuse tõlgendamine vananemise sekundaarsete mõjudena, kuna selliste tegurite dünaamika peaks näitama lühemat, tegelikult vähemalt kaks korda lühemat kahekordistusaega kui dFI ja suremuse kahekordistusajad.

Meie analüüsi omapärane tulemus on see, et meie andmed viitavad tugevalt müeloidsele liinile, mis annab palju täpsemaid bioloogilise vanuse ennustajaid kui lümfoidse päritolu parameetrid. See on vastuoluline, kuna vananemist seostatakse üldiselt hästi dokumenteeritud üldise immuunsuse langusega, mida nimetatakse immunosensentsiks50, mida illustreerib vaktsineerimise efektiivsuse vähenemine51 ning vanemate organismide nakkushaiguste ja vähi suurenenud sagedus ja suremus52. Sellegipoolest on tugevaid eksperimentaalseid tõendeid, mis toetavad ja annavad mehaanilise seletuse meie järeldusele, et müeloidsed parameetrid kaaluvad bioloogilise vanusenäitajatena rohkem kui lümfoidsed. HSC vananemise epigeneetiliste mehhanismide ulatuslikus uuringus kirjeldasid Beerman jt 49 vanusest sõltuvat epigeneetilist ümberprogrammeerimist, mis viib olulise nihkeni vananenud HSC-de järglaste müeloidse liini diferentseerumiseni49,53. Seda nihet põhjustavad spetsiifilised muutused HSC-de DNA metüülimises, mis tekivad hiire vananemise ajal. Üllataval kombel ei toimu need geeniekspressiooni muutvad metüülimise muutused genoomi selles osas, mis kontrollib HSC fenotüüpi, vaid pigem modifitseerivad DNA piirkondi, mis kodeerivad geene, mis kontrollivad allavoolu diferentseerumisetappe. Tähelepanuväärselt näib HSC-de vananemisega seotud DNA metüülimise muutuste muster esindavat sama protsessi, mida varem kirjeldati kui DNA metüülimisel põhinevat kella 1, 49, ja seetõttu võib see olla osa samast epigeneetiliselt juhitavast põhilisest vananemismehhanismist. Teine tegur, mis võib vähendada lümfoidse päritoluga seotud parameetrite kui bioloogiliste vanusemarkerite mõju, on selle vereloome haru reaktiivne olemus, mis aitab kiiresti reageerida juhuslikele sündmustele, nagu viirus- või bakteriaalne infektsioon, haavad ja muud tüüpi stressid. hädaabi, tavaliselt ägeda põletiku kujul. Kuna selliste sündmuste toimumise aeg on ettearvamatu, võib vanusega seotud muutusi varjata müra, mis tuleneb laiaulatuslikest vanusega mitteseotud kõikumisest lümfoidsektsioonis.

Need tähelepanekud ei tähenda, et veri on ainus vananemise määraja (muidu määraks bioloogiline vanus 100 protsenti HSC-de vanuse järgi), kuid vähemalt määravad selle protsessi peamiste tõukejõu hulka ja selgitavad meie edu usaldusväärselt. bioloogilise vanuse määramine vereanalüüsi andmete põhjal. Meie mudelis ilmneb vananemine koostöös, nii et vaatamata "vananemiskella" ilmumisele järjekorraparameetri või selle hinnangulise andmete (dFI) kujul ei ole loomal konkreetset alamsüsteemi jälgimisaega (või vanust).

Organismi oleku dünaamikat kirjeldatakse autonoomse võrrandiga. (1), kus ükski mudeli koefitsient ei sõltu otseselt ajast. Seega ei saa ükski füsioloogilise seisundi muutuja otseselt sõltuda loomade vanusest, vaid ainult kaudselt kollektiivsest muutujast dFI sõltuvuse kaudu. Seetõttu täheldasime korrelatsioone ühelt poolt dFI ja teiselt poolt mitmete vananemis- ja nõrkusnäitajate vahel, mida tavaliselt tuntakse vananemise tunnustena54. Nende hulka kuuluvad haardetugevus, BW, RDW ja põletikumarkerid, nagu CRP ja KC (IL-8). dFI korreleerus hästi ka p16-lutsiferaasi vooluga, mis on vananenud hiirte vananevate rakkude arvu proksiks. Seevastu ennustame, et dFI-d muutev vananemisvastane ravi peaks samal ajal märkimisväärselt leevendama muid vananemise tunnuseid. See omadus ei ole haruldane sekkumiste hulgas, millel on potentsiaalselt eluiga pikendav toime55.

Veelgi enam, organismi seisundi ebastabiilsus tähendab, et loomad ei saa isegi pärast lühikest häirimist lõõgastuda tasakaaluni (formaalselt avaldub see omadus dFI tugevate autokorrelatsioonidena pikema aja jooksul). Seetõttu peaks lühiajaliste ravikuuride mõju tõenäoliselt püsima kuni eluea lõpuni. Seetõttu saab selliste mööduvate ravimeetodite mõju põhimõtteliselt tuvastada lühikeste katsetega, mis hõlmavad pikisuunalisi dFI mõõtmisi veidi enam kui mõne nädala jooksul. Kuigi efekti suurus ja signaali-müra suhe lühikese perspektiiviga rapamütsiiniravi katses ei ole väga suured, on selles töös täheldatud vananemise aeglustumine kooskõlas ajutise rapamütsiiniravi varem teatatud elukestva pikaealisuse mõjuga37.

Vananemise tavalised biomarkerid tuginevad organismi nooruslikust seisundist kõrvalekaldumise individuaalsetele või kombineeritud mõõtmistele. Märkimisväärsed näited on nõrkusindeksi (FI) vormid, mis on määratletud kui akumuleeritud puudujääkide osakaal mis tahes saadaolevas signaalis8,9 või täpsemalt vereanalüüsi andmetes9–11,56,57. Kuna me ei eelda füsioloogilise seisundi muutujate sõltuvust vanusest, välja arvatud sõltuvus järjestusparameetrist, peaks vananemise ja dFI liitmarkerite vahel olema hea kooskõla. Tõepoolest, me täheldasime viite põhjal väga kõrget vastavust dFI ja PFI vahel. 3, mis on näide Mahalanobise kaugusest vanadest osariikidest noorteni7 ja on tuletatud paljudest funktsioonidest, sealhulgas CBC, füüsiline sobivus, südame-veresoonkonna tervis ja biokeemia.

Kõigist sellistest mõõtmistest on dFI-l üksi kaasas kehtestatud liikumisvõrrand (1) ja seega on sellel parim automaatkorrelatsiooni omadus piki individuaalseid vananemistrajektoore (vt nt dFI ja esimese arvuti automaatkorrelatsiooni joonisel 2 ja täiendav joonis 2, vastavalt). Kinnistu on mugav ravimite või muude sekkumiste mõju määramiseks vananemisele katsetes, milles võrreldakse samade loomade organismi seisundit enne ravi ja ravi ajal.

【Lisateabe saamiseks: david.deng@wecistanche.com / WhatApp:86 13632399501】